Oct, 1, 2023

Vol.30 No.2, pp. 84-88


Review

  • Korean Journal of Biological Psychiatry
  • Volume 4(1); 1997
  • Article

Review

Korean Journal of Biological Psychiatry 1997;4(1):67-73. Published online: Jan, 1, 1997

Nonlinear Dynamic Analysis in EEG of Alzheimer’s Dementia - A Preliminary Report Using Correlation Dimension -

  • Jeong-Ho Chae, MD1;Dai-Jin Kim, MD1;Jaeseung Jeong, MS2;Soo Yong Kim, PhD2;Hyo Jin Go, MD1; and In-Ho Paik, MD1;
    1;Department of Psychiatry, College of Medicine, The Catholic University of Korea, Seoul, 2;Department of Physics, Korea Advanced Institute of Science and Technology, Taejon, Korea
Abstract

The changes of electroencephalogram(EEG) in patients with dementia are most commonly studied by analyzing power or magnitude in certain traditionally defined frequency bands. However because of the absence of an identified metric which quantifies the complex amount of information, there are many limitations in using such a linear method. According to chaos theory, irregular signals of EEG can also result from low dimensional deterministic chaos. Chaotic nonlinear dynamics in the EEG can be studied by calculating the correlation dimension. The authors have analyzed EEG epochs from three patients with dementia of Alzheimer type and three matched control subjects. The multichannel correlation dimension is calculated from EEG epochs consisting of 15 channels with 16,384 data points per channel. The results showed that patients with dementia of Alzheimer type had significantly lower correlation dimension than non-demented controls on 12 channels. Topographic analysis showed that the correlation dimensions were significantly lower in patients with Alzheimer's disease on frontal, temporal, central, and occipital head regions. These results show that brains of patients with dementia of Alzheimer type have a decreased complexity of electrophysiological behavior. We conclude that the nonlinear analysis such as calculating correlation dimension can be a promising tool for detecting relative changes in the complexity of brain dynamics.

Keywords Dementia of Alzheimer type;Chaos;Nonlinear;Dynamic;EEG;Correlation dimension.

Full Text

서론
알츠하이머형 치매는 중추신경계의 신경변성이 점진적으로 진행되며 기억력의 상실과 여타 고위 인지기능의 장애를 특징적으로 나타내는 질환으로 전체 치매 환자의 50∼60%를 차지할 정도로 노인에서 가장 흔한 치매의 원인 질환이다(Kaplan 등 1994). 알츠하이머형 치매는 신경병리학적으로 특징적인 양상인 노인반(老人斑;senile plaque)과 신경원섬유 농축체(neurofibrillary tangle)를 대뇌 피질에서 기준치 이상 발견하여야만 확진할 수 있으며(Khachaturian 1985), 임상적인 방법으로는 그 가능성을 추정하여 진단할 수밖에 없다(McKhann 등 1984). 이러한 방법에 의한 진단의 정확도는 60∼80% 수준에 지나지 않으므로 부검을 시행하지 않고 비침습적인 방법으로 진단을 할 수 있도록 하는 것이 시급한 문제라고 하겠다(Woyshville과 Calabrese 1994).
이러한 비침습적인 방법 중 비교적 간단하게 뇌기능을 조사할 수 있는 뇌파를 이용하여 알츠하이머형 치매를 감별하고자 하는 많은 연구들이 있어왔다(Soininen 등 1982). 전통적인 시각 분석을 이용하여 치매에서는 서파화가 주로 나타난다는 것은 잘 알려져 왔으며(Markand 1984), 이 후 파워 스펙트럼을 이용하여 주파수 대역의 차이를 비교하거나 시간좌표계상에서 뇌파를 통계적으로 처리하는 방식등이 알려져 임상현장에서 많이 사용되어 왔다(Signorino 등 1995). 그러나 이러한 스펙트럼 분석은 비록 극심한 치매 환자를 구분하는 데에는 상당히 높은 민감도가 있었으나 경증의 경우에는 크게 유용하지 못하였다(Brenner 등 1988;Coben 등 1990).
뇌파 신호를 규칙성, 예측 가능성 및 시간의 순서에 무관한 특징을 지니는 선형 모형(linear model)에 기저를 두고 나타나는 신호로 여기고 분석하는 이런 방법들은 뇌파를 표현하게 하는 다양한 변인들을 감별해낼 수 있을 만한 변수를 선정하기가 곤란하므로 뇌파 신호처럼 많은 양의 정보를 비교하기에는 상당한 무리가 있어 진단과 같은 확실한 정보는 제공하기는 곤란하였다(Woyshville과 Calabrese 1994). 이러한 한계를 극복하고자 주파수 측면이 아닌 새로운 패러다임의 분석 방법으로서 카오스 이론(부록 1)에 근거한 비선형적 분석법이 최근에 각광을 받고 있다(Pradhan과 Dutt 1993). 이는 복잡한 자연현상의 시간적인 변화를 기술하는 운동 방정식은 대부분 비선형항을 포함하고 있어서 이러한 비선형 효과가 우세해지는 상황에서는 더 이상 근사적인 선형모형으로는 현상을 설명하는 것이 불가능하며 비선형 모형의 동역학적 접근을 해야 한다는 학설에 기저를 둔 접근방법이다(Gleick 1987). 외형적으로는 완전히 불규칙하고 무질서해 보이는 복잡한 신호이지만, 잡음이나 무작위 운동과 같이 계의 자유도가 크고 수학적인 운동 방정식으로 정확히 기술될 수 없는 높은 차원의 운동과는 명백히 구별되는 신호가 있으며, 이처럼 무질서해 보이는 복잡한 운동양상을 나타내고 있지만 그러한 운동이 비선형항을 포함한 운동 방정식에 의해 결정되는 결정론적 비선형계를 카오스계라 일컬으며 이런 경우 그 계의 운동 방정식이 간단하다 할지라도 그 계의 상태를 조절하는 조절변수 값에 따라 매우 복잡한 운동양상이 나타날 수 있고 뇌 전위도 이러한 성상을 가지고 있다는 것이다(김수용 등 1995). 최근 컴퓨터의 급속한 발달로 그 동안 엄청난 계산양 때문에 그다지 발전하지 못해왔던 비선형운동계의 분석이 용이해지면서 여러 분야에서 다양한 연구들이 행해지고 있다(Mandell과 Selz 1992).
뇌파 신호에 관하여도 Babloyantz 등(1985)이 최초로 뇌파의 비선형적 분석인 차원 복합성을 분석한 이후로 많은 연구자들이 뇌기능을 카오스적 비선형적 방법으로 조사하여 왔다. 이에 저자들은 알츠하이머형 치매 환자의 뇌파 신호를 비선형적 방법으로 분석하는 것이 가능한가를 알아보고 그 결과가 대조군과 차이가 있는가를 조사하며 이러한 뇌파의 비선형적 분석법이 신경정신과 영역에서 사용될 수 있는 가능성을 확인하는 기초작업으로서 본 예비 연구를 시도하였다.
연구대상 및 방법
1. 연구대상
가톨릭대학교 대전성모병원 신경정신과에 내원한 65세 이상의 노인 환자들을 대상으로하여 내과적 및 신경정신과적 질환과 뇌외상 혹은 약물사용장애의 병력을 조사하였다. 알츠하이머형 치매군은 한국어판 간이정신상태검사(권용철과 박종한 1989) 결과가 24점 미만이며 기억장애에 부가하여 한 영역 이상의 인지기능상에 장애가 있으며 병력, 이학적 검사, 실험실 검사, 뇌 전산화단층촬영 및 뇌 자기공명영상 상 인지 장애를 일으킬 수 있는 특정한 질환이 없으며 정신상태 검사상 정서 장애가 배제되고 Hachinski 허혈 척도(Rosen 등 1980)상 4점 미만으로 뇌혈관성 장애 및 허혈성 병변을 배제할 수 있었고 DSM-IV(American Psychiatric Association 1994) 진단 기준에 의해서 알츠하이머형 치매와 NINCDS-ADRDA(McKhann 들 1984)의 기준의 알츠하이머병 예측 환자의 기준에 모두 맞는 사람으로 선정하였다. 이들 중 협조적으로 뇌파검사를 시행할 수 있었던 3명을 최종 대상으로 하였다. 대조군은 한국어판 간이정신상태검사상 25점 이상이며 병력과 정신상태검사상 치매나 다른 주요한 정신장애가 없고 뇌파 검사 결과에 영향을 줄 수 있는 신체 장애가 없던 3명이었다.
2. 뇌파의 측정과 디지털화
뇌파기는 일본 Nihon Kohden사의 모델 EEG-4421K이었으며 시상수는 0.1초, 민감도는 7 μV/mm, 고주파 여과는 35Hz로 설정하였고 출력 단자는 국제 10∼20 뇌파 측정체계에 따른 F3, F4, F7, F8, Fp1, Fp2, T3, T4, T6, C3, C4, P3, P4, O1, O2의 15개 전극을 사용하였다. A1/A2의 기준 전위를 사용하였으며 편안하게 누운 채로 눈을 가볍게 감았지만 잠이 들지 못하게 한 채로 뇌파를 측정하였다. 눈으로 관찰하여 비교적 인위파나 잡음이 적고 안정된 상태에서의 뇌파 아날로그 신호를 출력단자에 연결된 개인용 컴퓨터에 설치한 아날로그-디지털 전환기를 통하여 32.678초 동안 500Hz의 표본 추출 빈도로 연속적으로 디지털화 시키는 프로그램을 이용하여 자료를 수집하였다.
3. 상관차원(correlation dimension:부록 2) 계산과 비교
전체 16,384(500Hz×32.678초) 시점의 자료를 가지고 분석하였다. 상관차원은 Grassberger-Procaccia 알고리듬을 약간 변형하여 C언어로 한국과학기술원 물리학과 센서
공학연구실에서 제작한 소프트웨어를 이용하여 계산하였다. 최소한의 임베딩 차원을 사용하는 이 새로운 알고리듬은 기존 방법들에 비하여 보다 신속하게 결과를 얻을 수 있으며 잡음의 영향을 덜 받는 것이 확인된 바 있다(정재승 1996).
알츠하이머형 치매군과 대조군 사이의 상관차원 값의 비교를 각 전극마다 시행하였고 각 전극을 Kahn 등(1993)의 해부학적 위치 분류에 따라 전두부(Fp1, Fp2, F3, F4), 측두부(F7, F8, T3, T4, T6), 중앙부(C3, C4) 및 후두부(P3, P4, O1, O2)의 네 부위로 나누어 각 부위의 상관차원의 합 사이에 차이가 있는 가를 조사하였다. 전체 전극을 좌측과 우측으로 나누어 양측간에 차이가 있는 지도 알아보았다.
통계 분석은 SPSS를 이용하여 전산처리하였으며 모든 비교는 대상 수가 적어 비모수방법인 Mann-Whitney U-Wilcoxon rank sum W 검정을 시행하였고 유의수준은 p<0.05로 설정하였다.
결과
알츠하이머형 치매군의 평균 연령은 66.7±4.1세이었으며 한국어판 간이정신상태검사 점수는 11.3±2.5점이었다. 대조군의 평균 연령은 69.3±3.1세 이었고 한국어판 간이정신상태검사 점수는 27.3±0.6점이었다.
알츠하이머형 치매 환자는 전체 15개의 전극 부위 중 3곳인 F3, Fp1, P3를 제외하고 나머지 모두에서 대조군에 비하여 상관차원 값이 유의하게 낮았다(Table 1, Fig. 1). 각 두뇌 영역별로 나누어 본 결과 전두부, 측두부, 중앙부 및 후두부 모두에서 상관차원의 평균값이 알츠하이머형 치매군이 유의하게 낮았다(Table 2). 반구간 비교에서도 알츠하이머형 치매군이 좌, 우반구 모두에서 대조군에 비하여 유의하게 낮은 상관차원 값을 보였다(Table 3).
고찰
치매 환자에서의 뇌파 소견의 이상은 많은 연구에서 밝혀져 왔다(Leuchter 등 1987). 알츠하이머형 치매에서는 알파파가 느려지며 미만성의 비교적 낮은 진폭의 불규칙한 세타파가 출현하고 불규칙한 델타파가 산발적으로 나타나기도 하는 특징을 보인다고 하였다(Brenner 등 1986;Markand 1984;Soininen 등 1991). 지역적으로는 전두부에 델타나 세타 대역의 병적인 파장이 출현하고 후두부에서 정상적인 알파파가 사라지며(Isse 등 1990), 베타파의 빈도가 측두-두정엽에서 감소한다고 하였다(Mody 등 1991;Schreiter-Gasser 등 1993). 또한 진행된 알츠하이머형 치매에서는 우세 후두부 주파수가 느려지며 미만성 불규칙 서파가 강화되고 각성도의 변화가 심해지는 등 질환의 경중에 따라서도 다른 양상을 나타낸다고 하였다(Coben 등 1985;Penttila 등 1985). 또한 REM 수면시 보다 심한 서파를 보인다는 보고(Petit 등 1992)와 지역화 뇌파에서 일관성과 동시성에 차이가 나며(Breslau 등 1989;Leuchter 등 1987) 전극과 인접 전극 사이의 평균 일치성이 감소한다는 등 다양한 방법에 의한 연구(Besthorn 등 1994)가 있었다. 이렇게 치매에서의 뇌파 연구는 주로 주파수 분석과 지형화 분석을 이용하여 정량화하는 것을 위주로 진행되어 왔다(Dierks 등 1991;Signorino 등 1995). 그런데 이런 방법으로는 정상 노인과는 어느 정도 구별되는 특징이 있으나 이러한 소견이 알츠하이머형 치매 이외의 치매에서도 나타나는 소견이라서 특이성이 떨어지며, 특히 초기 단계의 치매에서는 이상 소견을 발견하기는 곤란하였다(Soininen 등 1982). 또한 알츠하이머형 치매에서의 뇌파 변화를 1년간 추적한 연구에서 약 반 수 정도에서만 뇌파가 현저하게 느려졌고 나머지에서는 큰 변화를 보이지 않았다고하여 주파수를 이용한 방법으로 뇌기능을 관찰하는 것에는 한계가 있다고 하였다(Soininen 등 1989).
이에 따라 기존의 주파수를 이용하는 선형적 분석과는 다른 새로운 패러다임에 의하여 뇌파를 비선형적으로 분석하려는 노력이 시작되었으며, 주로 뇌파 신호의 차원성을 조사하는 것을 위주로 연구들이 진행되어 왔다(Mayer-Kress와 Layne 1987). 깊은 수면 상태나 간질 극파가 출현할 때는 차원값이 현저히 떨어지며(Babloyantz와 Destexhe 1986;Gallez와 Babloyantz 1991;Roschke와 Aldenhoff 1991;Roschke와 Aldenhoff 1992), 두뇌 활동 수준이 증가할수록 상관차원이 증가하고(Jansen 1991), 지능 지수가 높은 경우에 차원 복잡성이 증가한다는 연구(Lutzenberger 등 1992) 등을 토대로하여 높은 차원 상태를 보이는 경우는 그 체계가 복잡한 역동과 높은 자유도를 가지고 있으므로 보다 많은 정보를 함축하고 있다는 의미라고 해석할 수 있겠다.
이에 따라 치매 환자에서는 그 상관차원이 낮을 것이라고 예상되는 바, 본 연구에서도 알츠하이머형 치매 환자의 뇌파 신호를 카오스 이론을 응용한 비선형 역동을 이용하여 측정한 상관차원 값이 3곳의 전극이외의 대부분의 두뇌 영역에서 대조군에 비하여 유의하게 낮은 결과를 나타내었다. 이들 세 부위도 통계적으로는 유의하지 않았을 뿐이지 절대수치는 대조군에 비하여 현저히 낮았으며, 각 두뇌 부위별로 상관차원 값을 합산하여 비교한 결과 모든 두뇌 영역에서 알츠하이머 치매군이 대조군에 비하여 유의하게 낮은 상관차원을 보였다. 이는 치매환자군이 파킨슨씨 병 환자군과 정상대조군보다 상관차원값이 낮았다는 보고(Stam 등 1994)와 부검으로 확인된 알츠하이머 치매 환자들이 대조군이나 알츠하이머 치매 추정 환자들에 비하여 후두부에서 측정한 프랙탈 차원값이 가장 낮았다는 연구(Woyshville 등 1987;Woyshville 과 Calabrese 1994)와 일치되는 결과이다. 본 연구에서도 O1 전극부위에
서 가장 현저한 차이를 보여(Fig. 1) 이러한 선행연구들의 결과를 재현할 수 있었다. 결국 상관차원은 그 신호의 자유도의 하한을 보는 관점이므로 그 시계열의 복잡성을 관찰할 수 있다고 하므로(Roschke 등 1995 a;Roschke 등 1995 b) 알츠하이머형 치매 환자의 두뇌에서 카오스적 복잡성이 저하되었다는 의미라고 할 수 있겠다.
본 연구는 뇌파 신호가 결정론적으로 나타난다는 카오스 이론을 기본으로 행하여 졌으나 실제로는 과연 뇌파가 카오스적 신호인가 무작위 잡음 신호인가 하는 문제는 아직 논란이 있는 부분이다. 백색 잡음인 경우에는 임베딩 차원(부록 2)을 늘리면서 상관차원을 계산 할 때 일정한 값에 수렴하지 않으므로, 상관차원이 계산되고 일정한 비정수 값이 나온다는 것은 뇌파가 카오스적 신호라는 증거라고 할 수 있다(Gallez와 Babloyantz 1991). 이외에도 뇌파는 주기적인 신호성분이 있으면서 돌발파가 출현하는 성질이 있고 진폭이 주파수에 따라 변하며 신경세포라는 비선형적인 소자들로 구성되어 있으므로 카오스적 신호이기 위한 필요조건을 만족하고 있다고 하였다(이재훈 1996). 그러나 이러한 필요조건이 곧 카오스계가 되는 충분조건은 아니며 뇌파가 비선형적 요소를 가지고 있을지라도 저차원적이 아니고 상당히 높은 차원으로 결정되므로 카오스 신호가 아니라는 주장도 대두되고 있으며(Pritchard 등 1995), 비록 완전히 전파장의 신호를 무작위로 내는 백색잡파는 아닐 지라도 일정한 범주내의 잡파인 유색잡파일 가능성도 완전히 배제되지는 않고 있다(Roschke 등 1995 b). 따라서 향후 리아프노프 지수(이재훈 등 1996;Roschke 등 1995 a), 상호 정보(김대진 등 1997), 바이스펙트럼, 트라이스펙트럼, 엔트로피 등 카오스적 성상을 다른 측면에서 알아볼 수 있는 다양한 지표들을 뇌파 신호에서 적용하여 신호 내부 체계의 속성을 정확히 파악하려는 노력을 계속하여 과연 카오스적 신호인지 확인할 필요가 있을 것이다.
본 연구는 비록 3명씩만을 대상으로 한 예비적 연구였으나 그간 국내에서 행해진 초보적인 카오스적 이론을 적용하는 단계(최성구와 김용식 1994;박해정 등 1995)를 넘어서서 알츠하이머형 치매환자의 차원 복합성이 유의하게 낮았다는 기존 연구(Besthorn 등 1995)를 지지하는 타당한 결과를 보였다. 이는 저자들이 사용한 알고리듬이 치매 환자의 뇌파를 비선형적으로 분석하는 데에 상당히 유용하다는 것을 시사하며 비선형적 방법으로 알츠하이머병의 진단 분류 정확도를 높힐 수 있다는 연구(Pritchard 등 1994)에서와 같이 카오스 이론을 이용한 뇌파 분석이 임상적 응용이 될 가능성이 있다는 것을 의미한다.
향후 알츠하이머형 치매를 제외한 혈관성 치매 등에서의 비선형 분석을 시행하여 치매 형태에 따른 특징을 비교할 필요가 있을 것이며, 노인 대조군이 아닌 젊은 연령의 성인 대조군에서의 분석도 추가하여 연령에 따른 변화도 조사하여야 할 것이다. 상관차원의 계산은 표본 추출율, 관찰기간, 시간적 변인 등에 따라 차이가 심하므로 그 절대치를 비교하는 것의 의미가 없고 정신생리적 변화에서 어떻게 상관차원이 다른가를 보는 것이 유용하다고 하므로(Jansen 1991), 향후 치매환자에서 시간적인 변화에 따른 상관차원 값의 변화를 조사하는 것도 의미가 있을 것으로 생각된다.
결론적으로 본 예비적 연구를 통하여 알츠하이머형 치매 환자에서 카오스 이론을 이용한 비선형적 전기신경생리학적 분석으로 알아낼 수 있는 두뇌의 복합성이 감소되었다는 것을 확인하였으며 향후 뇌파의 비선형적 분석이 두뇌 기능을 조사하는 데에 유용할 가능성이 있다는 것을 알 수 있었다.
요약
치매에서의 뇌파 연구는 주로 주파수 분석과 지형화 분석을 이용하여 정량화하는 것을 위주로 진행되어 왔으나 이러한 선형적 분석은 뇌파와 같이 복잡한 신호를 분석하는 것에는 한계가 있었다. 최근 새로운 패러다임인 카오스이론에 근거를 두고 뇌파를 비선형적으로 측정하는 방법이 소개되고 있다. 본 연구는 알츠하이머형 치매환자의 뇌파 신호를 상관차원을 이용하여 비선형적으로 분석하는 것이 가능한 가를 알아보고 그 결과를 대조군과 비교해보기 위하여 시도되었다.
3명의 알츠하이머형 치매 환자와 3명의 대조군에서 뇌파 신호를 받아 디지털 화한 후에 비선형분석법 중 하나인 상관차원 값을 계산하였다. 전체 15개의 전극부위 중 3곳을 제외하고는 모든 전극과 두뇌 영역별, 반구별 분석 모두에서 알츠하이머형 치매군의 상관차원값이 유의하게 낮았다.
본 연구 결과는 알츠하이머형 치매 환자에서 카오스 이론을 이용한 비선형적 전기신경생리학적 분석으로 알아낼 수 있는 두뇌의 복합성, 즉 두뇌의 카오스적 성상이 감소되어 있다는 것을 의미하며 향후 뇌파의 비선형적 분석이 두뇌 기능을 조사하는 데에 유용한 새로운 방법이 될 가능성이 있다는 것을 시사한다.
부록
1. 카오스 이론의 개요(M cKenna 등 1994)
카오스 이론은 비선형적 결정론적 역동계에서의 불안정한 비주기적 행동을 연구하는 학문이다. 비선형적 결정론적 역동계는 상호간 비선형적으로 영향을 주는 요인들로 구성된 체계이다. 이 체계는 그 상태가 시간에 따라 계속 변하므로 역동계라고 일컫는다. 일정 시간 시점에서 이 역동계의 상태가 M변수에 의해 기술될 수 있다면 이 상태는 M 차원의 위상 공간에서의 한 시점(벡터)에 의해 표현된다고 할 수 있다. 이러한 시점의 시계열이 위상 공간에 궤적을 형성한다. 무한 시간동안에 이 궤적이 그 체계의 위상 공간 중의 어느 일부만을 채운다면 이 일부공간을 끌개(attractor)라고 한다. 이 끌개는 그 체계의 장기간 역동의 지형학적 표출이라고 할 수 있다. 끌개는 그 차원에 의해 특징지을 수 있다. 끌개의 차원이 0이라는 것은 정지계라는 의미이며 이런 경우는 시간에 따라 변화가 없다. 끌개의 차원이 1 이라는 것은 주기계라는 의미이며 이때에는 유한한 상태의 수가 정할 수 없이 반복된다. 끌개 차원이 2 이상인 정수값으로 주어진다면 이러한 경우는 준(準)주기 체계라고 할 수 있다. 끌개 차원은 독립적인 빈도수를 표현한다. 완전히 무작위 체계에서는 끌개차원은 M과 같다. 이러한 체계는 특정한 함수로 표현할 수 없으며 광대역(백색) 주파수 스펙트럼을 나타낸다. 카오스 이론은(준)주기적도 아니며 무작위 체계도 아닌 제 3 의 체계가 있다는 것을 밝혀냈다. 이러한 형태의 체계를 카오스적 역동이라고 부르며 초기 조건에 민감하고 기이한 끌개를 갖는다는 특징이 있다. 초기 조건에 민감하다는 것은 만일 그 체계의 두가지 상태가 아주 극소한 차이를 가지고 있더라도 짧은 시간이 경과하고 나면 이 차이가 매우 커진다는 의미이다. 이 특징은 카오스계의 불안정한 특징과 일치하며 원칙적으로 장시간이 경과한 후의 예측을 불가능하게 한다. 기이한 끌개라는 것은 비정수 차원의 끌개이다. 이러한 지형학적 형상을 프랙탈이라고 한다. 프랙탈은 극도로 복잡한 구조로 자기 유사성과 무관한 척도를 보인다. 카오스 역동은(준)주기 역동과는 초기 조건에 민감한 것과 예측이 불가능하며 보다 복잡한 것으로 구분이 된다. 카오스계의 측정은 대개 상당히 무작위적인 것으로 보이고 Fourier분석은 광역 스펙트럼을 나타나게 한다. 그렇지만 카오스는 이것은 완전히 결정되어져 있고 매우 복잡한 구조를 갖는다는 것으로 무작위 과정과 구분할 수 있다.
2. 상관차원(Gallez와 Babloyantz 1991;Stam 등 1994)
상관차원(D2)은 끌개의 정적 성질이며 그 숫자는 그 기저 역동의 일관성을 표현한다. 즉 보다 일관성이 있는 계는 상관차원 값이 낮게 된다.
상관차원이란 그 체계를 설명할 수 있는 미분방정식에 필요한 변수의 갯수를 의미하는 것으로서, 어떤 체계가 무작위한 시스템인지 결정론적 카오스계인지를 구분할 수 있는 좋은 기준이 될 수 있으며 일반적으로 그 체계의 복합성을 설명해주는 변수라고 할 수 있다.
상관차원은 보다 친숙한 Hausdorff 혹은 프랙탈 차원이라고 불리우는 D0가 추정하기가 용이하지 못하므로 시계열을 이용하여 보다 계산이 용이하도록 만들어진 개념이다. 상관차원을 구하기 위해서는 우선 Takens의 이론에 근거하여 시계열 자료를 정지공간에서 벡터로 재구성하여 끌개를 구현한다. 이때의 위상 공간 임베딩은 F(t)가 시간 t 시점에서의 측정치이고 △t가 적절한 지연치일 때 F(t), F(t+△t), F(t+2△t)의 관계를 표현하는 다차원 위상도의 한 형태를 작성하는 것을 이용한다. 이후 이 끌개 위의 한 점을 기준으로 거리를 조금씩 늘려가면서 그 거리 안에 포함되는 다른 점들의 수가 늘어나는 비율을 계산하여 상관차원을 추정할 수 있다. 이 상관차원에 대한 보다 자세한 정의와 수학적 계산법은 본 연구진의 다른 보고(정재승 1996)에 자세히 기술되어 있다.

REFERENCES

권용철·박종한(1989):노인용 한국판 Mini-Mental State Examination (MMSE-K)의 표준화. 신경정신의학 28:125-135
김대진·채정호·정재승·김수용·백인호·이재훈(1997):A Nonlinear analysis of the EEG in patients with schizophrenia. 대한정신약물학회 1997년도 학술대회 초록집. 서울, 대한정신약물학회, pp17
김수용·배병훈·최정미·정재승·김홍철(1995):뇌전위와 카오스. 대한신경정신의학회 제 38 차 추계학술대회 초록집. 서울, 대한신경정신의학회, pp221-232
박해정·박광석·권준수(1995):혼돈 이론을 이용한 뇌파 분석에 대한 기초 연구. 생물정신의학 2:257-265
이재훈(1996):뇌파의 비선형 분석을 통한 치매증의 조기진단에 관한 연구. 대전대학교 산업대학원 석사학위논문
이재훈·이동형·김수용·정재승·채정호(1996):알츠하이머형 치매에서의 뇌파의 카오스 성질을 이용한 비선형 분석. - 리아프노프 지수를 중심으로 - 대한신경정신의학회 제 39 차 추계학술대회 초록집. 서울, 대한신경정신의학회, pp8
정재승(1996):비선형 분석법을 통한 알츠하이머 환자 뇌파의 카오스적 성질의 이해. 한국과학기술원 석사학위논문
최성구·김용식(1994):뇌파의 프랙탈 차원에 대한 예비연구. 신경정신의학 33:1426-1431
American Psychiatric Association(1994):Diagnostic and Statistical Manual of Mental Disorders, 4th Ed., Washington DC, American Psychiatric Press.
Babloyantz A, Destexhe A(1986):Low-dimensional chaos in an instance of epilepsy. Proc Natl Acad Sci USA 83:3513-3517
Babloyantz A, Salazar JM, Nicolis C(1985):Evidence of chaotic dynamics of brain activity during the sleep cycle. Phys Lett 111A:152-156
Besthorn C, Forstl H, Geiger-Kabisch C, Sattel H, Gasser T, Schreiter-Gasser U(1994):EEG coherence in Alzheimer’s disease. Electroencephalogr Clin Neurophysiol 90:242-245
Besthorn C, Sattel H, Geiger-Kabisch C, Forstl H(1995):Parameters of EEG dimensional complexity in Alzheimer’s disease. Electroencephalogr Clin Neurophysiol 95:84-89
Brenner RP, Reynolds CF III, Ulrich RF(1988):Diagnostic efficacy of computerized spectral versus visual EEG analysis in elderly normal, demented and depressed subjects. Electroencephalogr Clin Neurophysiol 69:110-117
Brenner RP, Ulrich RF, Spiker DG, Sclabassi RJ, Reynolds CF III, Marin RS, Boller F(1986):Computerized EEG spectral analysis in elderly normal, demented and depressed subjects. Electroencephalogr Clin Neurophysiol 64:483-492
Breslau J, Starr A, Sicotte N, Higa J, Buchsbaum MS(1989):Topographic EEG change with normal aging and SDAT. Electroencephalogr Clin Neurophysiol 72:281-289
Coben LA, Chi D, Snyder AZ, Storandt M(1990):Replication of a study of frequency analysis of the resting awake EEG in mild probable Alzheimer’s disease. Electroencephalogr Clin Neurophysiol 75:148-154
Coben LA, Danziger W, Storandt M(1985):A longitudinal EEG study of mild senile dementia of Alzheimer type:changes at 1 year and at 2.5 years. Electroencephalogr Clin Neurophysiol 61:101-112
Dierks T, Perisic I, Forlich L, Ihl R, Maurer K(1991):Topography of the quantitative electroencephalogram in dementia of the Alzheimer type:relation to severity of dementia. Psychiatry Res 40:181-194
Gallez D, Babloyantz A(1991):Predictability of human EEG:A dynamical approach. Biol Cybern 64:381-391
Gleick J(1987):Chaos:making a new science. 카오스:현대과학의 대혁명. 16판, 박배식과 성하운 역, 서울, 동문사
Isse K, Uchiyama M, Tanaka K, Kuroda A, Kojima T(1990):A quantitative EEG study of Alzheimer type dementia. Electroencephalogr Clin Neurophysiol 75:S65
Jansen BH(1991):Quantitative analysis of electroencephalograms:is there chaos in the future? Int J Biomed Comput 27:95-123
Kahn EM, Weiner RD, Coppola R, Kudler HS, Schultz K(1993):Spectral and topographic analysis of EEG in schizophrenic patients. Biol Psychiatry 33:284-290
Kaplan HI, Sadock BJ, Grebb JA(1994):Synopsis of Psychiatry, 7th Ed., Baltimore, Williams and Wilkins.
Khachaturian ZS(1985):Diagnosis of Alzheimer’s disease. Arch Neurol 42:1097-1105
Leuchter AF, Spar JE, Walter DO, Weiner H(1987):Electroencepahalographic spectra and coherence in the diagnosis of Alzheimer’s type and multi-infarct dementia. Arch Gen Psychiatry 44:993-998
Lutzenberger W, Birbaumer N, Flor H, Rockstroh B, Elbert T(1992):Dimensional analysis of the human EEG and intelligence. Neurosci Lett 143:10-14
Mandell AJ, Selz KA(1992):Dynamical systems in psychiatry:now what? Biol Psychiaty 32:299-301
Markand ON(1984):Electroencephalography in diffuse encephalopathies. J Clin Neurophysiol 1:357-407
Mayer-Kress G, Layne S(1987):Dimensionality of the human electroencephalogram. Ann NY Acad Sci 504:62-87
McKenna TM, McMullen TA, Shlesinger MF(1994):The brain as a dynamic physical system. Neurosci 3:587-605
McKhann G, Drachman D, Folstein M, Katzman R, Price D, Stadlan EM(1984):Clinical diagnosis of Alzheimer’s disease:report of the NINCDS-ADRDA Work Group under the auspices of Department of Health and Human Services Task Force on Alzheimer’s Disease. Neurology. 34:939-944
Mody CK, McIntyre HB, Miller BL, Altman K, Read S(1991):Computerized EEG frequency analysis and topographic brain mapping in Alzheimer’s disease. Ann NY Acad Sci 620:45-56
Penttila M, Partanen JV, Soininen H, Riekkinen PJ(1985):Quantitative analysis of occipital EEG in different stages of Alzheimer’s disease. Electroencephalogr Clin Neurophysiol 60:1-6
Petit D, Montplaisir J, Lorrain D, Gauthier S(1992):Spectral analysis of the rapid eye movement sleep electroencephalogram in right and left temporal lobe regions:a biological marker of Alzheimer’s disease. Ann Neurol 32:172-176
Pradhan N, Dutt DN(1993):A nonlinear perspective in understanding the neurodynamics of EEG. Comput Biol Med 23:425-442
Pritchard WS, Duke DW, Coburn KL, Moore NC, Tucker KA, Jann MW, Hostetler RM(1994):EEG-based, neural-net predictive classification of Alzheimer’s disease versus control subjects is augmented by non-linear EEG measures. Electroencephalogr Clin Neurophysiol 91:118-130
Pritchard WS, Duke DW, Krieble KK(1995):Dimensional analysis of resting human EEG II:surrogate-data testing indicates nonlinearity but not low-dimensionl chaos. Psychophysiol 32:486-491
Roschke J, Aldenhoff J(1991):The dimensionality of human’s electroencephalogram during sleep. Biol Cybern 64:307-313
Roschke J, Aldenhoff J(1992):A nonlinear approach to brain function:Deterministic chaos and sleep EEG. Sleep 15:95-101
Roschke J, Fell J, Beckmann P(1995a):Nonlinear analysis of sleep EEG in depression:calculation of the largest Lyapunov exponent. Eur Arch Psychiatry Clin Neurosci 245:27-35
Roschke J, Fell J, Beckmann P(1995b):Nonlinear analysis of sleep EEG data in schizophrenia:calculation of the principal Lyapunov exponent. Psychiatry Res 56:257-269
Rosen WG, Terry RD, Fuld PA, Katzman R, Peck A(1980):Pathological verification of ischemic score in differentiation of dementia. Ann Neurol 7:486-488
Schreiter-Gasser U, Gasser T, Ziegler P(1993):Quantitative EEG analysis in early onset Alzheimer’s disease:a controlled study. Electroencephalogr Clin Neurophysiol 86:15-22
Signorino M, Pucci E, Belardinelli N, Nolfe G, Angeleri F(1995):EEG spectral analysis in vascular and Alzheimer dementia. Electroencephalogr Clin Neurophysiol 94:313-325
Soininen H, Partanen VJ, Helkala EL, Riekkinen PJ(1982):EEG findings in senile dementia and normal aging. Acta Neurol Scand 65:59-70
Soininen H, Partanen VJ, Laulumaa V, Helkala EL, Laakso M, Riekkinen PJ(1989):Longitudinal EEG spectral analysis in early stage of Alzheimer’s disease. Electroencephalogr Clin Neurophysiol 72:290-297
Soininen H, Partanen J, Pakkonen A, Koivisto E, Riekkinen PJ(1991):Changes in absolute power values of EEG spectra in the follow-up of Alzheimer's disease. Acta Neurol Scand 83:133-136
Stam KJ, Tavy DLJ, Jelles B, Achtereekte HAM, Slaets JPJ, Keunen RWM(1994):Non-linear dynamical analysis of multichannel EEG:clinical applications in dementia and Parkinson’s disease. Brain Topogr 7:141-150
Woyshville MJ, Calabrese JR(1994):Quantification of occipital EEG changes in Alzheimer’s disease utilizing a new metric:the fractal dimension. Biol Psychiatry 35:381-387
Woyshville MJ, Zemlan F, Koelliker D(1987):The fractal dimension as a quantifier of occipital EEG change in Alzheimer’s dementia. Clin Res 5:824A